一种基于配电网线损的数据处理方法技术

本发明专利技术公开了一种基于配电网线损的数据处理方法

【技术实现步骤摘要】
一种基于配电网线损的数据处理方法、装置、设备及介质


[0001]本专利技术涉及新能源产业领域，尤其涉及一种基于配电网线损的数据处理方法
、
装置
、
设备及介质
。

技术介绍

[0002]线损是指电网中电能的损耗，指电能从发电厂传输至电力用户过程中，在输电
、
变电
、
配电和营销各环节中所产生的电能损耗和损失，对电网中线损进行监测管理具有非常重要的作用
。
[0003]目前，配网线损管理主要通过投入大量人力物力对历史数据进行筛查，由于线损确定工作量庞大，人工处理常存在遗漏，从而导致难以及时发现线损异常进行对应处理，出现配电网线损异常排查效率低的问题
。
[0004]因此，亟需一种基于配电网线损的数据处理策略，从而解决配电网线损异常排查效率低的问题
。

技术实现思路

[0005]本专利技术实施例提供一种基于配电网线损的数据处理方法
、
装置
、
设备及介质，以提高配电网线损异常排查的效率
。
[0006]为了解决上述问题，本专利技术一实施例提供一种基于配电网线损的数据处理方法，包括：获取待检测配电网的历史线损数据；其中，所述历史线损数据，包括：预设周期内的待测配电网的电网运行数据
、
以及若干线损因子的线损数据和物理参数；根据每一所述线损因子的线损数据和物理参数，计算每一所述线损因子的相关性数据和灵敏度数据，并基于每一所述线损因子的相关性数据和灵敏度数据，确定待检测配电网的目标线损因子；将所述电网运行数据输入到预设的线损区间计算模型中，获得所述待测配电网的目标线损区间；其中，所述线损区间计算模型通过将标记有线损区间的历史电网运行数据输入到深度置信神经网络中训练获得；根据所述目标线损因子以及所述历史线损数据，获得待检测配电网的关联数据；对所述目标线损区间
、
所述关联数据和所述历史线损数据进行异常分析，并基于异常分析的结果获得所述待检测配电网的调控方案
。
[0007]作为上述方案的改进，所述根据每一所述线损因子的线损数据和物理参数，计算每一所述线损因子的相关性数据和灵敏度数据，包括：将每一所述线损因子的线损数据和物理参数，代入
Pearson
相关系数计算公式，获得每一所述线损因子的相关性数据；其中，所述
Pearson
相关系数计算公式具体为：
式中，
M
表示相关性数据；表示第
i
个线损因子所对应的物理参数；表示第
i
个线损因子所对应的线损数据
。
[0008]作为上述方案的改进，所述根据每一所述线损因子的线损数据和物理参数，计算每一所述线损因子的相关性数据和灵敏度数据，还包括：将每一所述线损因子的物理参数，代入灵敏度计算公式，获得每一所述线损因子的灵敏度数据；其中，所述灵敏度计算公式具体为：式中，分别为线损因子每一天的物理参数，
k
为天数，
i
为第
i
天线损因子的物理参数，
j
为第
j
天线损因子的物理参数，是求解特征因子总灵敏度的函数
。
[0009]作为上述方案的改进，所述基于每一所述线损因子的相关性数据和灵敏度数据，确定待检测配电网的目标线损因子，包括：根据每一所述线损因子的相关性数据和灵敏度数据，选取相关性数据大于相关性阈值
、
以及灵敏度数据大于灵敏度阈值的线损因子，作为目标线损因子
。
[0010]作为上述方案的改进，所述线损区间计算模型的训练方法，包括：获取历史电网运行数据，对历史电网运行数据进行预处理，获得标记有线损区间的历史电网运行数据；将所述标记有线损区间的历史电网运行数据输入到深度置信神经网络中进行训练，获得线损区间计算模型
。
[0011]作为上述方案的改进，所述获取历史电网运行数据，对历史电网运行数据进行预处理，获得标记有线损区间的历史电网运行数据，具体为：获取历史电网运行数据，对所述历史电网运行数据进行异常值去除和缺失值填补，并标记线损区间，获得标记有线损区间的历史电网运行数据
。
[0012]作为上述方案的改进，还包括：将待检测配电网的目标线损因子
、
目标线损区间和调控方案进行机器训练，获得调控方案匹配模型；其中，所述调控方案匹配模型用于在匹配到相同的目标线损因子
、
目标线损区间和调控方案所对应的目标配电网时，调取目标线损因子
、
目标线损区间和调控方案对应的调控方案给目标配电网
。
[0013]相应的，本专利技术一实施例还提供了一种基于配电网线损的数据处理装置，包括：数据获取模块
、
目标线损因子模块
、
目标线损区间模块
、
关联数据模块和结果生成模块；所述数据获取模块，用于获取待检测配电网的历史线损数据；其中，所述历史线损数据，包括：预设周期内的待测配电网的电网运行数据
、
以及若干线损因子的线损数据和物理参数；所述目标线损因子模块，用于根据每一所述线损因子的线损数据和物理参数，计
算每一所述线损因子的相关性数据和灵敏度数据，并基于每一所述线损因子的相关性数据和灵敏度数据，确定待检测配电网的目标线损因子；所述目标线损区间模块，用于将所述电网运行数据输入到预设的线损区间计算模型中，获得所述待测配电网的目标线损区间；其中，所述线损区间计算模型通过将标记有线损区间的历史电网运行数据输入到深度置信神经网络中训练获得；所述关联数据模块，用于根据所述目标线损因子以及所述历史线损数据，获得待检测配电网的关联数据；所述结果生成模块，用于对所述目标线损区间
、
所述关联数据和所述历史线损数据进行异常分析，并基于异常分析的结果获得所述待检测配电网的调控方案
。
[0014]相应的，本专利技术一实施例还提供了一种计算机终端设备，包括处理器
、
存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如本专利技术所述的一种基于配电网线损的数据处理方法
。
[0015]相应的，本专利技术一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如本专利技术所述的一种基于配电网线损的数据处理方法
。
[0016]由上可见，本专利技术具有如下有益效果：本专利技术提供了一种基于配电网线损的数据处理方法，根据待检测配电网的历史线损数据，根据历史线损数据中的每一所述线损因子的线损数据和物理参数，计算每一线损因子的相关性数据和灵敏度数据，从而基于每一线损因子的相关性数据和灵敏度数据确定目标线损因子；根据历史线损数据中的电网运行数据，结合预先训本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于配电网线损的数据处理方法，其特征在于，包括：获取待检测配电网的历史线损数据；其中，所述历史线损数据，包括：预设周期内的待测配电网的电网运行数据
、
以及若干线损因子的线损数据和物理参数；根据每一所述线损因子的线损数据和物理参数，计算每一所述线损因子的相关性数据和灵敏度数据，并基于每一所述线损因子的相关性数据和灵敏度数据，确定待检测配电网的目标线损因子；将所述电网运行数据输入到预设的线损区间计算模型中，获得所述待测配电网的目标线损区间；其中，所述线损区间计算模型通过将标记有线损区间的历史电网运行数据输入到深度置信神经网络中训练获得；根据所述目标线损因子以及所述历史线损数据，获得待检测配电网的关联数据；对所述目标线损区间
、
所述关联数据和所述历史线损数据进行异常分析，并基于异常分析的结果获得所述待检测配电网的调控方案
。2.
根据权利要求1所述的基于配电网线损的数据处理方法，其特征在于，所述根据每一所述线损因子的线损数据和物理参数，计算每一所述线损因子的相关性数据和灵敏度数据，包括：将每一所述线损因子的线损数据和物理参数，代入
Pearson
相关系数计算公式，获得每一所述线损因子的相关性数据；其中，所述
Pearson
相关系数计算公式具体为：式中，
M
表示相关性数据；表示第
i
个线损因子所对应的物理参数；表示第
i
个线损因子所对应的线损数据
。3.
根据权利要求2所述的基于配电网线损的数据处理方法，其特征在于，所述根据每一所述线损因子的线损数据和物理参数，计算每一所述线损因子的相关性数据和灵敏度数据，还包括：将每一所述线损因子的物理参数，代入灵敏度计算公式，获得每一所述线损因子的灵敏度数据；其中，所述灵敏度计算公式具体为：式中，分别为线损因子每一天的物理参数，
k
为天数，
i
为第
i
天线损因子的物理参数，
j
为第
j
天线损因子的物理参数，是求解特征因子总灵敏度的函数
。4.
根据权利要求3所述的基于配电网线损的数据处理方法，其特征在于，所述基于每一所述线损因子的相关性数据和灵敏度数据，确定待检测配电网的目标线损因子，包括：根据每一所述线损因子的相关性数据和灵敏度数据，选取相关性数据大于相关性阈值
、
以及灵敏度数据大于灵敏度阈值的线损因子，作为目标线损因子
。5.
根据权利要求1所述的基于配电网线损的数据处理方法，其特征在于，所述线损区间
计算模型的训练方法，包括：获取历史电网运行数据，对历史电网运行数据进行预处理，获得标记有...

【专利技术属性】
技术研发人员：张科，李健，江泽涛，赵闻，招景明，陈蔚文，黄合深，姚智聪，许棋樟，
申请(专利权)人：广东电网有限责任公司计量中心，
类型：发明
国别省市：